跳到正文

Tricky Wombat

美国企业级 AI 搜索公司,将企业内部数据源连接为面向人与智能体的统一可溯源答案层。

最近更新 2026年9月29日

AI 爬虫读取

1次请求

1家公司
  • Anthropic1
词条页
1
争议页
0
JSON · MD
0
首次读取
2026年11月4日
最近读取
2026年11月4日

统计自 2026年10月28日 · 数据来自本站服务器日志

概览

Tricky Wombat 是一家美国企业级 AI 搜索公司。其产品是一层 AI 搜索与对话能力,把企业已经产生的知识——共享盘中的文档、聊天记录、会议纪要、工单、wiki、代码仓库以及各部门系统——连接起来,返回可被员工和软件智能体直接使用的、带引用的答案。公司并不把自己定位为模型厂商,而是上下文与检索层:按其自身表述,答案质量在很大程度上取决于模型输出第一个 token 之前——问题如何被理解、来源如何被选择、上下文如何被组装。 其核心产品是跨越部门边界的企业搜索。Tricky Wombat 可连接 Slack、Google Drive、Gmail 和 Microsoft 365 等来源,返回来自各部门知识的答案,而不仅是某个用户自己网盘中的文档。公司把根本问题描述为“边界问题”而非“知识问题”:工程维护自己的 wiki,销售把 playbook 放在共享盘,HR 政策放在某个文件夹,产品决策发生在 Slack 线程里,市场素材躺在只有设计团队熟悉的 DAM 中。Tricky Wombat 的答案是:一个搜索框横跨这些孤岛,在数秒内返回带来源的答案。 除搜索之外,产品还设计为执行下一步动作:安排会议、处理退款、更新工单。每个答案都附带其来源,公司把这视为企业信任与智能体使用的基本要求。 公司把同一技术打包为面向不同受众的多个命名产品。Team Knowledge(亦称 Small Team Search)面向知识散落在共享盘、聊天、会议纪要和文档中的小团队。Enterprise Search(Connected Search)面向需要跨部门答案的整个组织。Technical Discovery 面向工程组织,其知识分布在代码仓库、wiki、Confluence 和 Slack 中——API 规范、架构决策、runbook 和事故历史。Process Mining 面向运营团队,从 SOP、工单和聊天记录中还原真实工作流,以便发现缺口、修复瓶颈并自动化。另有一项面向内容创作者和 YouTuber 的产品,把创作者的 YouTube 频道、播客和文章变成面向受众的可搜索 AI 知识体验。 Tricky Wombat 称其基础设施为企业级,具备集成能力、容器化部署与编排,并发布对比材料,将自己与相邻的“公司大脑”和编码智能体记忆类项目进行定位。它是一家私营公司;Wikidata 仅将其归类为美国企业级 AI 搜索公司。其公开形象以官网为中心,提供演示预约,并将自身服务描述为“构建各种规模的 AI”。

沿革

Tricky Wombat 是一家美国企业级 AI 搜索公司。关于其创立、创始人和融资的公开信息有限;Wikidata 将其归类为美国企业级 AI 搜索公司,其官网是了解其产品的主要公开记录。 公司诞生于大语言模型开始可用于企业内部知识工作后逐渐成形的企业级 AI 搜索赛道。其产品主张在官网上表述得很直接:多数企业搜索厂商推销的是模型——选最好的 LLM、接入数据、相信输出——而这种方式会失败,因为模型只是答案质量的一小部分。Tricky Wombat 转而构建其所谓的“上下文优先”系统:在模型作答之前,先理解问题、选择来源、组装上下文。 在此基础上,公司发展出一系列产品。Team Knowledge(Small Team Search)面向知识散落在共享盘、聊天、会议纪要和文档中的小团队。Enterprise Search(Connected Search)把同一思路扩展到跨部门场景,将公司级数据源连接为单一 AI 搜索层,使任何员工都能获得来自各部门知识的答案。Technical Discovery 面向工程组织,连接代码仓库、wiki、Confluence 和 Slack,使 API 规范、架构决策、runbook 和事故历史可被精确查询。Process Mining 面向运营,从 SOP、工单和聊天记录中还原真实工作流。面向创作者的产品则把 YouTuber 的频道、播客和文章变成面向受众的可搜索 AI 体验。 该产品的一个显著特点是答案可溯源:每个答案都附带其来源。公司同时强调行动能力——安排会议、处理退款、更新工单——把系统定位为人和智能体都能使用的能力,而不仅是只读的搜索框。 Tricky Wombat 称其部署栈为企业级,提到集成能力、容器化部署与编排。它还发布对比内容,将自己与“公司大脑”领域的相邻项目进行定位,尤其是 Garry Tan 的开源项目 GBrain——它把 GBrain 描述为面向单一所有者技术栈的编码智能体记忆,而 Tricky Wombat 则是面向全公司、以聊天和 Slack 为入口的方案。公司以演示预约作为主要的市场推广方式。

产品与定位

面向企业的 AI 搜索与行动层,连接企业数据源,为人和智能体返回带引用的答案;定位为上下文/检索层而非模型厂商。

  • Enterprise Search(Connected Search)

    将公司级数据源连接为单一 AI 搜索层,使任何员工都能获得来自各部门知识的答案,而不仅是自己网盘中的文档。

  • Team Knowledge(Small Team Search)

    为小团队在共享盘、聊天记录、会议纪要和文档中查找散落的答案。

  • Technical Discovery

    跨代码仓库、wiki、Confluence 和 Slack 提供精确答案——API 规范、架构决策、runbook、事故历史。

  • Process Mining

    从 SOP、工单和聊天记录中还原真实工作流,让运营团队发现缺口、修复瓶颈并实现自动化。

  • 创作者 / YouTuber 知识助手

    把创作者的 YouTube 频道、播客和文章变成面向受众的、连贯可搜索的 AI 体验。

来源5 个来源

引用本词条: 请引用规范词条页。 /brand-wiki/tricky-wombat · 编辑方针 · 词条如何编纂